中教数据库 > 浙江工业大学学报 > 文章详情

基于深度残差网络的皮肤癌黑色素瘤识别

【摘要】摘要:作为皮肤癌黑色素瘤主要检查手段的皮肤镜图像存在显著性低、类内差异大和样本数据量少等问题,难以采用传统算法实现高准确的识别。深度学习算法引入皮肤癌症检测,提出了一种基于深度残差网络的黑色素瘤识别算法。该算法通过构建深度残差网络提取皮肤镜图像的高维特征,使用残差学习防止网络梯度退化、降低网络训练的难度,实现了黑色素瘤的有效识别。相关仿真实验结果表明:所提出的基于深度残差网络的黑色素瘤识别算法性能明显优于基于卷积神经网络传统的算法,具有更高的准确性、敏感性、特异性和鲁棒性。

【关键词】

105 2页 浙江工业大学学报 2019年04期 免费 知网

全文来源于知网

推荐文献
标题 作者 发表时间 全网下载量 热度 篇幅(页) 价格

基于残差网络的三维人脸识别方法 张笑楠 2019年6期 10 1 2 免费

收藏

基于残差网络与中心损失的人脸识别 张枫 2019年6期 11 1 2 免费

收藏

基于残差神经网络的人脸识别及仿真平台 张翠芳 2019年1期 104 2 2 免费

收藏

基于深度残差网络的图像隐写分析方法 高培贤 2018年10期 72 1 2 免费

收藏

一种基于深度卷积神经网络的车辆颜色识别方法 陈宏彩 2017年2期 278 2 2 免费

收藏

基于深度卷积神经网络的三维模型识别 杨军 2019年2期 340 2 2 免费

收藏

基于CUDA和深度置信网络的手写字符识别 陆军建 2015年2期 66 1 6 免费

收藏

基于改进的深度卷积神经网络的人脸识别 吴尧 2017年8期 155 2 2 免费

收藏

--

--

浙江省教育厅

--

Copyright © 2013-2016 ZJHJ Corporation,All Rights Reserved

京ICP备15058941号-1

京公网安备 11011102000866号